한양디지텍(078350)은 서버 및 데이터센터를 목표로 하는 반도체 메모리 모듈 및 SSD 제조 전문 기업, 최근 생산능력 확대와 DDR5 서버메모리 성장 기대감이 있지만, 주요 고객은 삼성전자와 SK하이닉스이며, 향후 AI 및 데이터센터 시장 성장에 따라 두드러진 성장이 기대되나, IT 경기 변동과 고객 수요 변화에 따라 실적 변동성이 존재.

와이씨는 1991년에 설립된 반도체 테스트 장비 제조 기업으로, 주로 메모리 웨이퍼 테스터를 생산합니다 주요 고객은 삼성전자로 매출의 95%를 차지합니다 HBM 관련 기술력과 제품 개발이 주목받고 있으며, 2025년까지 실적 개선이 예상됩니다 그러나 높은 고객 의존도와 반도체 사이클 변동성은 리스크 요인입니다 와이씨의 향후 성장은 AI 반도체 시장과 신규 제품 개발에 달려 있습니다

### 1. 서론: 지능형 물류 시스템의 필요성 및 연구 배경 4차 산업혁명 시대에 접어들면서 제조 산업은 데이터 기반의 지능형 생산 시스템으로 전환되고 있다. 특히, 스마트 팩토리는 생산 효율성을 극대화하기 위해 사물 인터넷(IoT), 빅데이터 분석, 인공지능(AI) 등의 첨단 기술을 적극적으로 도입하고 있으며, 이 모든 기술의 효율적인 운영을 위해서는 지능형 물류 시스템의 구축이 필수적이다. 기존의 물류 시스템은 고정된 규칙과 제한된 정보에 의존하여 운영되므로, 급변하는 생산 환경과 예상치 못한 변수에 대한 대응력이 떨어진다는 단점이 있다.

구리 가격 1만 4,500달러 돌파! 2026년 AI 슈퍼사이클의 서막인가 경제 위기의 경고인가, AI 인프라와 전력망 수요가 만든 슈퍼사이클과 금/구리 비율이 주는 경고.

엔비디아 CEO 젯슨황은 두바이에서 열린 세계 정부 총회에서 앞으로 미래 AI에 대해서 이야기 하면서 앞서 수년간 주요 연사들이 여러 자리에서 프로그래밍의 중요성과 교육에 대해서 이야기했지만 정반대의 이야기를 한다고 언급하면서 앞으로 모든 사람들이 프로그래머가 될것이라면서 아이들에게 프로그래밍을 배우 말것을 조언한다고 말했습니다 현 초기단계에서도 프로그래밍은 더 이상 필수적인 것이 아니며 AI가 코딩을 담당하고 인간은 생물학 교육 제조 혹은 농업등 더 가치있는 일에 집중할 수 있을것이라고 언급했습니다. 아무도 프로그래밍을 할 필요가 없는 컴퓨팅을 만드는것이 현 엔비디아가 집중하고 있는 것이라고 언급하면서 그 프로그래밍 언어는 인간이 될것이라고 했습니다 모든 사람이 프로그래머가 된다는 이야기입니다.

**1. 서론: 로봇 궤적 계획의 도전과 혁신** 로봇 궤적 계획(Robot Trajectory Planning)은 로봇 자율성의 핵심 요소로서, 로봇이 작업 공간 내에서 충돌 없이 효율적으로 목표 지점에 도달하기 위한 경로를 생성하는 과정입니다. 이 분야는 광범위한 산업 분야, 즉 제조, 물류, 서비스 로봇, 탐사 등에 걸쳐 핵심적인 역할을 수행합니다. 최근 인공지능(AI)의 발전과 더불어, 로봇 궤적 계획은 더욱 복잡하고 동적인 환경에서 작동할 수 있도록 진화하고 있습니다.

**1. 서론** 인공지능(AI) 시스템의 발전은 의료, 금융, 자율 주행, 제조 등 다양한 분야에서 혁신적인 변화를 가져오고 있습니다. 이러한 AI 시스템의 신뢰성과 안전성을 확보하기 위해서는 시스템이 사용하는 데이터의 정확성, 완전성, 일관성을 보장하는 **AI 시스템 검증(AI System Validation)** 기술이 필수불가결합니다. 특히 다중 모드 데이터를 활용하는 시스템의 경우, 데이터의 다양한 특성(예: 이미지, 텍스트, 센서 데이터)과 복잡성으로 인해 데이터 검증의 어려움이 더욱 증폭됩니다. 본 연구는 이러한 문제를 해결하기 위해, **자율 학습 기반의 다중 모드 데이터 완전성 검증 아키텍처(AL-MDVC: Autonomous Learning-based Multi-mode Data Completeness Validation Architecture)**를 제안합니다.

**1. 서론: 유연 객체 조작의 도전과 필요성** 현대 로봇 공학은 경직된 구조를 가진 객체를 능숙하게 다루는 수준에 이르렀지만, 유연성을 가진 객체, 즉 변형 가능한 물체(예: 천, 로프, 케이블, 음식물 등)를 조작하는 데에는 여전히 많은 어려움이 존재합니다. 이러한 유연 객체는 불확실성이 높고, 환경과의 상호 작용이 복잡하며, 물리적 모델링이 어렵다는 특징을 가지고 있습니다. 따라서, 유연 객체 조작 기술은 물류, 제조, 의료, 농업 등 다양한 산업 분야에서 자동화의 핵심 요소로 중요성이 부각되고 있습니다.

**1. 서론** 본 연구는 AI 기반 최적화 기술을 활용하여 복잡한 제조 공정의 효율성을 극대화하고, 실시간으로 변화하는 생산 환경에 유연하게 대응하기 위한 자동화 시스템 개발을 목표로 한다. 특히, 다수의 목표와 제약 조건을 동시에 고려해야 하는 다중 목표 최적화 문제를 효과적으로 해결하고, 이를 실제 제조 공정에 적용 가능한 수준으로 구현하는 데 초점을 맞춘다. 기존의 자동화 시스템은 고정된 생산 계획과 단순한 최적화 알고리즘을 사용함으로써 생산성 저하, 에너지 낭비, 불량률 증가 등의 문제를 야기할 수 있다.

**1. 서론: 스마트 제조 환경의 도전과 AI 기반 솔루션** 스마트 제조(Smart Manufacturing)는 생산 효율성, 품질 관리, 그리고 자원 활용의 최적화를 목표로, 사이버-물리 시스템(Cyber-Physical Systems, CPS), 사물 인터넷(Internet of Things, IoT), 인공 지능(Artificial Intelligence, AI) 등의 첨단 기술을 융합하여 제조 공정의 혁신을 추구합니다. 이러한 스마트 제조 환경에서 생산 공정의 효율성과 제품의 품질은 기업 경쟁력의 핵심 요소입니다. 그러나, 생산 과정에서의 불량 발생은 기업의 손실을 초래하고, 제품의 품질 저하 및 고객 불만을 야기할 수 있습니다.

**0. 초록** 본 연구는 실리콘 웨이퍼 제조 공정에서 발생하는 엣지 결함을 실시간으로 감지하고 분류하기 위한 혁신적인 AI 기반 시스템을 제안한다. 기존의 엣지 결함 검출 방식은 낮은 검출 정확도, 긴 처리 시간, 그리고 낮은 자동화 수준으로 인해 생산 효율성을 저해하는 요소로 작용한다. 본 연구에서는 이러한 문제점을 해결하기 위해, 다양한 형태의 엣지 결함을 효과적으로 감지하고 분류할 수 있는 적응형 콘볼루션 신경망 (Adaptive Convolutional Neural Network, ACNN)을 핵심 기술로 채택하였다.

현대차그룹의 수만 대 로봇 도입 및 보스턴 다이내믹스와의 생산 협력은 AI 기반 모빌리티 제조 시대의 서막을 알린다.

와이엠티 기업 분석 와이엠티(251370)는 인쇄회로기판(PCB)과 반도체용 케미컬 소재를 중심으로 성장하는 국내 대표 전자소재 기업입니다. 최근 실적 턴어라운드와 신사업 확장으로 주목받고 있습니다 사업 개요 및 성장성 와이엠티는 1999년 설립돼 2017년 코스닥에 상장했습니다 주요 사업은 PCB와 반도체 제조 공정에 필요한 최종 표면처리, 동도금, 공정약품 등 전자 케미컬 소재 생산 및 판매입니다 PCB, 반도체, 디스플레이 등 전방산업의 성장과 맞물려 시장점유율을 높여왔고, 자체 기술로 일본·독일이 장악하던 시장에도 진입했습니다 2024년 현재 보유 약품종은 248종으로 국내 최대 규모입니다 매출 구조 및 주요 제품 2024년 기준 매출 구성은 최종표면처리 29%, 상품·기타 30%, 기판가공 13%, 동도금 13% 등입니다

한양디지텍(078350)은 서버 및 데이터센터를 목표로 하는 반도체 메모리 모듈 및 SSD 제조 전문 기업, 최근 생산능력 확대와 DDR5 서버메모리 성장 기대감이 있지만, 주요 고객은 삼성전자와 SK하이닉스이며, 향후 AI 및 데이터센터 시장 성장에 따라 두드러진 성장이 기대되나, IT 경기 변동과 고객 수요 변화에 따라 실적 변동성이 존재.

에스앤에스텍은 국내 유일의 블랭크마스크 전문 기업으로, 반도체 및 디스플레이 제조 공정에 필요한 핵심 소재를 생산합니다 2025년까지 매출과 영업이익 크고 안정적인 성장을 예상하며, EUV 기술과 AI 관련 시장의 확대가 긍정적 요인입니다 주요 고객인 삼성전자 및 SK하이닉스와 협력으로, 지속적인 성장 가능성이 높고 외국인 투자자들의 매수세로 주가가 상승할 것으로 보입니다

원익IPS는 반도체 및 디스플레이 제조 장비를 전문으로 하는 중견기업으로, 2025년 1분기에 영업이익이 흑자전환하며 매출 성장세를 기록했습니다. 주요 고객사에 장비를 공급하며 AI와 HBM 수요 증가에 힘입어 성장을 이어가고 있습니다 반면, 업계 내 경쟁 심화와 글로벌 경제 둔화 등의 리스크가 존재하며, 장기적인 투자 매력이 평가되고 있습니다

(샌프란시스코=연합뉴스) 김태종 특파원 = 아이폰 제조업체 애플이 캐나다 인공지능(AI) 스타트업 '다윈AI'(DarwinAI)를 인수했다고 블...

### I. 서론 최근 제조 산업에서 인공지능(AI) 기반 품질 관리 시스템의 중요성이 날로 증가하고 있다. 특히, 제품의 외관 품질은 소비자 만족도에 직접적인 영향을 미치므로, 표면 결함 검출은 품질 관리의 핵심 요소 중 하나이다. 전통적인 표면 결함 검출 방식은 숙련된 검사관의 육안 검사에 의존하거나, Rule-based 시스템을 활용하는 경우가 많았다. 하지만 이러한 방식은 검사관의 피로도, 주관적인 판단, 환경 변화 등의 요인에 의해 일관성과 정확성이 떨어질 수 있으며, 새로운 유형의 결함에 대한 적응력이 낮다는 단점이 있다.

**1. 서론: 웨이퍼 제조 공정의 당면 과제와 AI 기반 솔루션의 필요성** 현대 전자 산업의 핵심 부품인 반도체 웨이퍼는 고도의 정밀성과 복잡성을 요구하는 제조 공정을 거칩니다. 웨이퍼 제조 공정은 수많은 단계와 다양한 설비에서 이루어지며, 각 단계별 공정 변수의 미세한 변화가 최종 제품의 품질과 수율에 큰 영향을 미칩니다. 이러한 복잡성으로 인해 웨이퍼 제조 공정은 다음과 같은 문제점에 직면해 있습니다: * **공정 변동성:** 공정 조건의 미세한 변화, 설비의 노후화, 원자재 특성 변화 등으로 인해 웨이퍼 품질의 편차가 발생하고, 불량률이 증가할 수 있습니다.

### 1. 연구 배경 원심 분리는 생물학, 화학, 의학 분야에서 널리 사용되는 기술로, 다양한 혼합물로부터 성분을 분리하는 데 필수적입니다. 특히, 혈액 성분 분리는 임상 진단, 혈액 제제 제조 등에서 중요한 역할을 합니다. 그러나 현재의 원심 분리 기반 혈액 성분 분석은 수동적인 과정이 많아, 인적 오류, 시간 소요, 낮은 생산성 등의 문제점을 안고 있습니다. 본 연구는 이러한 문제점을 해결하고, 혈액 성분 분석의 자동화와 효율성을 극대화하기 위해 AI 기반 모델을 개발하고자 합니다.